一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第10天，点击查看活动详情。

1. 遗传算法

首先说一说通俗理解吧，遗传算法首先需要把初始解集以某种手段编译成遗传基因序列（染色体），如下图所示就是一个编译完成的染色体，这个染色体代表（对应）着一个初始解。当然，为了涵盖所有种群基因，需要先编译产生很多很多类似的染色体。

然后，很多很多这样的染色体就组成一个初始种群。接下来就开始繁衍，计算出该种群内的每个染色体的优劣程度（适应度）进行比较，淘汰一部分比较差的个体。

对于剩下的个体进行基因重组，两两染色体进行基因序列交换（交叉），组成新的子代染色体序列。对于新的子代染色体序列，有一定几率出现变异（染色体基因序列某几个基因发生改变）。

接下来，这些子代作为父代，再重复以上所有操作，实现了优胜劣汰，经过多代的繁衍，最终省下来的染色体就是找到的最优解。

2. 基本概念举例解释

编码（coding）：表现型到基因型的映射，比如说把某一个 $x=32$ 解编码成 $0110101010$ 这样的一个基因。

解码（decoding）：从基因型到表现型的映射,比如说 $0110101010$ 这样的一个基因代表 $x=32$ 这个解。

适应度（fitness）：度量某个物种对于生存环境的适应程度。对生存环境适应程度较高的物种将获得更多的繁殖机会，而对生存环境适应程度较低的物种，其繁殖机会就会相对较少，甚至逐渐灭绝。在具体问题中可以理解成某个解代入目标函数的大小，也就是这个解的“好坏”。

选择（selection）：指决定以一定的概率从种群中选择若干个体的操作，比如说每次都从种群中选择前80%的个体进入下一代，后20%淘汰掉。

交叉（crossover）：在两个染色体的某一相同位置处DNA被切断，其前后两串分别交叉组合形成两个新的染色体。又称基因重组，俗称“杂交”（交叉有很多种方式，这只是最简单的方式），例如，将两条染色体首尾对齐，随机选择一个点位，一刀切断，交换一下序列。

变异（mutation）：在细胞进行复制时可能以很小的概率产生某些复制差错，从而使DNA发生某种变异，产生出新的染色体，这些新的染色体表现出新的性状，从另一角度思考，变异也可以丰富基因多样性。

个体（individual）：在遗传学的角度是指染色体带有特征的实体，对于具体问题求解过程，个体就相当于是一个解。

上图中主要就包含了评估、适应度、选择、繁殖、交叉、变异几个关键步骤。